Kimi K3.1 Pro 和 MiniMax M3.1 Flash 对比：单任务成本差 9.6 倍

截至 2026 年 10 月 26 日，Kimi K3.1 Pro 和 MiniMax M3.1 Flash 并不是同一档的对手：前者是月之暗面（Moonshot AI）10 月 23 日发布的旗舰，后者是 MiniMax 10 月 19 日正式上线的 Flash 档。标价上，K3.1 Pro 每百万 token 输入 $2、输出 $10，M3.1 Flash 是 $0.15 和 $0.60。Artificial Analysis 的对比页（下称 AA）给两者的智能指数是 55 和 43，跑完一道指数任务的平均花费是 $2.11 和 $0.22，K3.1 Pro 贵 9.6 倍。

所以多数调用可以先交给 MiniMax-M3.1-Flash：有测试兜底的日常代码、业务自动化、长文档里的抽取和计算、大批量的简单请求，两者结果接近，Flash 便宜一个数量级，出字也更快。三类活交给 kimi-k3.1-pro：多步的终端和 Agent 编程（AA 的 Terminal-Bench 4.0 是 67% 对 26%），条款很多的长规格实现，以及答错代价高、又没有办法校验的事实问答。无论用哪个，都把 reasoning_effort 显式设成 high，因为两边不传时默认都是最耗 token 的 max。

下文的同题实测是 2026 年 10 月 26 日做的：两款模型都经 laozhang.ai 的同一个 API 网关调用，跑了 11 道事先写好判分规则的单轮题；同一天还读取了 OpenRouter 上两款模型的接入点，并按两家标价复算了几种请求的成本。长时间的 Agent 和终端任务没有跑，月之暗面和 MiniMax 的官方接口也没有直连，所以这组小测试只能说明 Flash 在哪类题上会出错，整体强弱仍以 AA 的数据为准。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

两款是同一档吗：旗舰对 Flash，“超过 Kimi”说的是 K3

不是同一档。按Kimi K3.1 Pro 快速开始文档，K3.1 Pro 是 K3.1 系列的第一款模型，在 Kimi K3 的基础上投入了大得多的后训练算力，AA 标注的规模是 2.8T 总参数、104B 激活参数。M3.1 Flash 在 MiniMax 的模型调用指南里被描述为面向日常工作的高效模型，MiniMax 的发布博客也说之后还会推出能力更强的 Pro。

“Flash”说的是定位和价格，不是体量。M3.1 Flash 约 428B 总参数、23B 激活参数，总参数量和 MiniMax M3 一样；它在正式上线前以匿名代号“Space Bunny”出现过，测试期的 MiniMax-M3.1-Flash-Preview 已经退役，用旧名发的请求会转到正式版 MiniMax-M3.1-Flash。

新闻和视频标题里的“多项成绩超过 Kimi K3”，比的是上一代 K3，不是 10 月 23 日才发布的 K3.1 Pro。这些成绩还是两家各自测试框架下的自报分数：MiniMax 博客里的 DeepSWE v1.1 73.7%、OSWorld V2 61.7 等表格没有列 Kimi 模型，月之暗面自报的 Terminal-Bench 4.0 65.7% 也不是 AA 测出的 67%。想看这两款在同一把尺子下差多少，要看 AA 这类统一跑过两边的测试。

价格差多少：K3.1 Pro 按 token 贵 13～17 倍，按任务 9.6 倍

只看单价，K3.1 Pro 的输入、输出和缓存命中都是 Flash 的 13～17 倍；落到一次具体请求上，倍数取决于输出占比。下表是两家定价页上的标价（每百万 token），国际站来自 Kimi API 定价页和 MiniMax 国际站定价页，国内站来自 Kimi 开放平台定价页和 MiniMax 国内站按量计费页，人民币价照各平台原样列出，没有按汇率换算。

2026 年 10 月 26 日，按上面的标价复算了四种常见请求。两边先按相同的 token 数计算，输出 token 包含推理 token；首轮的提示前缀两边都按普通输入计费。以短请求为例，K3.1 Pro 是 0.02 × $2 + 0.002 × $10 = $0.060，Flash 是 0.02 × $0.15 + 0.002 × $0.60 = $0.0042。

实际差距会比这张表小一些，因为 Flash 完成同一件事要输出更多 token。AA 测得完成一道指数任务，K3.1 Pro 平均输出 55K token，Flash 输出 79K，约为 1.44 倍；把这个比例套进短请求，Flash 变成 $0.0047，倍数降到 12.7。AA 按任务实测的平均花费 $2.11 对 $0.22，也就是首屏说的 9.6 倍，比按 token 算的倍数小。按这个比例，一次 K3.1 Pro 短请求的钱够 Flash 跑 12 次以上；量大时差距直接体现在账单上，1 万次短请求按标价是 $600 对 $42（国内站 ¥3,960 对 ¥280）。两款模型目前都没有批量（Batch）折扣：Kimi 的 Batch API 只覆盖 kimi-k2.7-code 和 kimi-k2.6，MiniMax 定价页也没有给 M3.1 Flash 列批量价。

如果你在 OpenRouter 的对比页上看到 Flash 只要 $0.09 / $0.50，那是最便宜的第三方接入点（Relace，fp4 量化）的报价，不是 MiniMax 自己的标价，接入点的情况见后文“还能在哪用”一节。

AA 同口径测试：差距集中在终端 Agent，自动化打平

目前能查到的同口径数据来自 AA，它用同一套方法（Intelligence Index v4.3.2）测了两款模型。差距最大的是 Terminal-Bench 4.0，K3.1 Pro 的得分是 Flash 的两倍多；职业知识工作类的 GDPval-AA 和 GDP.pdf 也拉开了明显差距。反过来，AutomationBench-AA 两边都是 73%，Humanity's Last Exam、CritPt 和长上下文推理 AA-LCR 只差 3～6 个百分点。下表是 2026 年 10 月 26 日 AA 对比页上的数字。

这张表对选型的意思是：如果你的负载是让模型在终端里多步执行、调工具、根据报错自己修，K3.1 Pro 的优势是成倍的，Flash 便宜再多也可能要人来收拾；如果是按固定流程处理业务数据、读长文档回答问题，两者差距在几个百分点以内，便宜 10 倍以上的 Flash 更合算。AA-Omniscience 的差距要拆开看，放在下面“回答靠得住吗”一节。

速度上 Flash 明显更快。AA 在 2026 年 10 月 26 日测得 Flash 每秒输出 116 个 token，K3.1 Pro 是 52 个；从发请求到收到第一个答案 token，Flash 18.32 秒，K3.1 Pro 41.29 秒；一道指数任务平均耗时 577 秒对 935 秒。这些速度数字每天都在变，10 月 25 日 AA 给 K3.1 Pro 的输出速度还是每秒 73 个 token。还要注意一点：AA 测 K3.1 Pro 用的是默认的 max 档，Flash 用的哪一档页面上没有标明，而 Flash 不传参数时默认也是 max。

2026 年 10 月 26 日同题实测：Flash 栽在长规格和虚构函数上

在这 11 道单轮题里，Flash 有 9 道每次都通过，只在两类题上出错：规则很多的长规格实现，以及询问一个并不存在的库函数。测试在 2026 年 10 月 26 日进行，两款模型都经 laozhang.ai 的同一个网关、走 Chat Completions 接口，全部流式输出，max_tokens 设为 32,000，不带系统提示和工具；每个模型分别跑 reasoning_effort: "high" 和不传参数的默认档（max）。判分规则和隐藏测试都在看任何回答之前写好。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

semver 题是 Flash 最明显的短板。4 次里只过了 1 次：默认档有一次把 32,000 token 全花在思考上，没有给出代码；另外两次分别挂了 36 个隐藏测试里的 8 个和 5 个，错在基本比较符、连字符范围、预发布版本排序这些规格细节上。K3.1 Pro 两个档位 4 次全部 36/36 通过。K3.1 Pro 唯一的失误是 high 档的摘要题有两条要点写了 28 和 27 个词，超出字数限制，属于格式问题。

Flash 有三道难题各多跑了一次，所以两边的调用次数不同，总花费不能直接相除。只比两边样本完全相同的题：high 档 K3.1 Pro 的花费是 Flash 的 7.5～10.2 倍，默认档是 17.6～20.6 倍。high 档让 Flash 的输出 token 少了约 55%，通过数反而从 13/17 升到 14/17；K3.1 Pro 的输出少了约 79%，通过数从 14/14 降到 13/14，少的那一题就是上面摘要超字数的格式问题。输出量砍掉一半以上、正确率基本不变，这是上线前显式设置档位最直接的理由；对格式要求严的任务，K3.1 Pro 用 high 时要加一道格式检查。K3.1 Pro 默认档做 semver 题时，两次分别用了 930 秒和 883 秒，各输出约 2.8 万 token。

这条线路在发布周也出过状况。K3.1 Pro 的调用收到 8 次 HTTP 429“当前分组上游负载已饱和，请稍后再试”，另有 2 次默认档调用在正好 16,384 个输出 token 处以 engine_overloaded 结束、没有答案，按标价折算每次约 $0.164；间隔 30 秒重试后都成功了，Flash 没有遇到。这反映的是单一网关在发布周的负载，不代表月之暗面的服务水平，但可以照做的结论是一样的：长任务开流式、把超时设长、遇到 429 自动重试。

这组测试的边界要说清楚：11 道题，每题每档 1～2 次，一天、一条线路，全是单轮问答，没有工具调用、多轮 Agent 和图片输入。AA 差距最大的终端 Agent 任务恰好不在其中，所以它只说明 Flash 在哪类题上会出错，不是总体排名。

M3.1 Flash 的回答靠得住吗：答对得更多，但不会也硬答

在事实知识上，Flash 并不是知道得更少，问题在于不会的时候几乎从不说“不知道”。AA-Omniscience 的细项里，Flash 的答对率是 56.2%，比 K3.1 Pro 的 51.0% 还高；但在没答对的题里，Flash 有 92.8% 是自信地给出错误答案，K3.1 Pro 是 43.9%，其余的选择了承认不知道。所以综合分数 Flash 只有 15.6，K3.1 Pro 是 29.5（AA 表里取整为 16 和 30）。VentureBeat 2026 年 10 月 19 日的报道也指出了 Flash 的这个倾向：宁可给出错误答案，也不承认不确定。

10 月 26 日实测里的虚构函数题印证了这一点。题目同时问了两个真实存在的 Python 3.13 函数和两个虚构的函数，Flash 四次都把不存在的 statistics.winsorized_mean 当成真函数解释用法，其中一次还编出了一个 percentile 参数；同一道题里的另一个虚构函数 functools.memoize_method，它四次都正确认出不存在。K3.1 Pro 四次全对。

这决定了 Flash 适合放在哪里：输出能被自动检查的环节（跑单元测试、校验 JSON 结构、对照数据库或文档检索结果），Flash 的错会被拦下，便宜的优势完整保留；输出直接给人看、又没有校验手段的环节，比如回答“某个 API 怎么用”“某条规定是什么”，要么换 K3.1 Pro，要么先给 Flash 接上检索或文档查询。K3.1 Pro 的 43.9% 也不低，没有校验的事实问答对它同样有风险，只是概率小一些。

能不能默认用 Flash、难活交给 K3.1 Pro：能，前提是结果能校验

可以，而且这样拆通常最省钱，前提是你能判断一个结果对不对。最简单的路由规则是：所有请求先走 MiniMax-M3.1-Flash，结果用测试或校验检查，连续失败两次再交给 kimi-k3.1-pro；终端里多步执行的 Agent 任务、条款很多的规格实现、没有校验手段的事实问答，直接从 K3.1 Pro 开始。前面算过，K3.1 Pro 一次请求的钱够 Flash 跑十几次，所以只要失败能被发现，先让 Flash 多试几次通常仍然划算；semver 那样 4 次只对 1 次的题，就是值得直接升级的信号。

三个条件会改变这个结论。第一是推理档位：两边默认都是 max，不改档位时花费和延迟都会高出一倍以上，先把两边都设成 high 再比。第二是 Flash 要重试几次：如果某类任务 Flash 平均要三四次才过，每次都要等思考结束，总耗时可能比一次 K3.1 Pro 还长，这时要算的是等待时间值多少，而不只是 token 费。第三是 K3.1 Pro 的开通档位：Kimi 国际站充值 $1 解锁后处于 Tier0，只有 1 个并发、每分钟 3 次请求，作为后备模型偶尔调用够用，要并行跑就得充值达到 $10、进入 Tier1（15 并发、每分钟 100 次）；国内站的速率档位以控制台显示为准。

如果你在 K3.1 Pro 和其他旗舰之间也在犹豫，可以看 Kimi K3.1 Pro 和 GPT-6.1 Sol 对比：同标价，单任务成本差 2.9 倍、Kimi K3.1 Pro 对比 Claude Opus 5.5：token 半价，按任务未必省和 Kimi K3.1 Pro 和 Gemini 4 Argon 对比：同价只到 11 月 30 日。另一款常被拿来和 K3.1 Pro 搭配的便宜 Flash 见 DeepSeek V4.1 和 Kimi K3.1 哪个好：Flash 对 Pro，贵 7.5～27 倍，几款便宜 Flash 之间的比较见 DeepSeek V4.1 Flash 和 GLM-5.3-Flash 对比：谁便宜看时段和缓存，更多模型的单价横向对照见 AI API 价格对比：国内外大模型谁最便宜、月费怎么算。

从 Kimi 切到 MiniMax：档位名、输出上限和采样参数要改

两边都提供 OpenAI 兼容的 Chat Completions 接口，推理档位都用 reasoning_effort 字段、推理内容都放在 reasoning_content 里，所以基础调用通常改模型名就行；真正容易出问题的是档位名、输出上限和采样参数。下表依据 Kimi K3.1 Pro 快速开始文档和 MiniMax 模型调用指南整理。

从 Kimi 切到 MiniMax 时，medium 和 xhigh 是 Flash 独有的，Kimi 只接受 low、high、max，反过来切时要把它们映射到 high 或 max。MiniMax 另外提供 Anthropic 兼容接口和 Responses 接口，档位字段分别叫 output_config.effort 和 reasoning.effort，换协议时字段名要跟着改。“想省钱就关掉思考”在两边都行不通，只能降档；MiniMax 的文档也直接建议用降低档位来减少延迟和 token。输出上限在 Flash 上是 524,288，从 Kimi 迁过来的长输出任务如果设了更大的值要改小。需要更快的 K3.1 Pro 时，kimi-k3.1-pro-highspeed 是另一个模型 ID，速度是标准版的 2～3 倍、价格翻倍，不是请求里的开关。在 Codex 里接 Kimi 的 config.toml 写法，见 Kimi K3.1 Pro 和 GPT-6.1 Sol 对比里的对应一节。

国内怎么开通：Kimi 先充 10 元，Flash 可走百炼

两款在国内都能直接用人民币按量付费，门槛不同。K3.1 Pro 在 Kimi 开放平台（platform.kimi.com）截至 2026 年 10 月 24 日的规则是：充值至少 10 元后解锁调用，新用户注册认证送的 15 元代金券不能用于 K3.1 Pro，所以想先试用也得先充值。M3.1 Flash 可以在 MiniMax 国内站（platform.minimax.cn）按量付费，也可以在阿里云百炼用 MiniMax/MiniMax-M3.1-Flash 调用；截至 2026 年 10 月 25 日，百炼的价格和 MiniMax 国内站相同，每百万 token 输入 ¥1、输出 ¥4、缓存命中 ¥0.1，限额是每分钟 200 次请求、每分钟 1,000 万 token。

MiniMax 两个站的定价页都没有公布大模型的速率限制，需要明确并发上限的团队，百炼那一组数字是目前能查到的公开值。两边的人民币价都以各自控制台当日显示为准。

还能在哪用：OpenRouter 13 个接入点、M Plan 和开放权重

M3.1 Flash 的渠道比 K3.1 Pro 多得多。截至 2026 年 10 月 26 日，OpenRouter 上的 moonshotai/kimi-k3.1-pro 只有月之暗面自己一个接入点（标准版 $2 / $10，高速版 $4 / $20）；minimax/minimax-m3.1-flash 有 13 个接入点，价格从 Relace 的 $0.09 / $0.50 到 SambaNova 的 $0.30 / $1.20，多数是和 MiniMax 标价一致的 $0.15 / $0.60。不同接入点的量化精度不同，有 fp4、fp8、fp16，便宜的接入点不一定和官方结果一致。两款模型也都在 laozhang.ai 的模型列表里，模型名就是 kimi-k3.1-pro 和 MiniMax-M3.1-Flash。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

如果你主要在编程工具里用，MiniMax 国际站的 M Plan 订阅三个档位（Go、Explore、Build）用的文本模型都是 M3.1 Flash，订阅密钥可以接 MiniMax Code、Claude Code、Codex、Cursor、OpenCode 等工具，额度按 5 小时和每周两个窗口计算，具体见 MiniMax M Plan 介绍页。

权重方面，K3.1 Pro 目前还不能下载，月之暗面说会在 11 月 4 日前发布完整权重，在那之前不能把它当开源模型用。M3.1 Flash 的权重 10 月 23 日已经在 Hugging Face 上的 MiniMaxAI/MiniMax-M3.1-Flash 仓库公开，许可证是 MiniMax 社区许可证，商用需要在产品里标注“Built with MiniMax M3.1-Flash”等条件，不是可以随意商用的开源许可。自己部署需要多少显存、各量化版本怎么选，见 MiniMax M3.1 Flash 参数量与显存：428B、252 GB，各量化版怎么选。

用自己的任务试一轮：先设 high，再算每个合格结果的成本

AA 和上面的小测试都只能告诉你差距可能在哪里，你的负载里 Flash 够不够用，要拿自己的任务跑一轮才知道，步骤如下。

1. 从自己的日志里挑 10～20 个真实任务，每个都先写好验收规则：代码题配单元测试，结构化输出配 JSON 校验，计算题配标准答案。一定要包括你们最怕出错的那类，比如长规格实现、API 用法问答。
2. 两个模型都显式传 reasoning_effort: "high"，再各跑一轮不传档位的默认 max 做对照；全部开流式，单次超时设到 15 分钟以上，K3.1 Pro 默认档的长任务可能跑到这个时长。
3. 每个任务每种配置至少跑 2 次，记下是否通过、接口返回的 usage 和拿到第一个答案 token 的时间。
4. 用“总花费 ÷ 通过次数”算每个合格结果的成本，Flash 需要重试的任务把重试的花费和等待时间一起算进去。
5. 只把 Flash 失败而 K3.1 Pro 通过的那几类任务路由给 kimi-k3.1-pro，其余默认走 MiniMax-M3.1-Flash；两款模型更新后（K3.1 Pro 发布权重、MiniMax 推出 M3.1 Pro）再用同一批任务复跑一次。